[发明专利]基于互联网出行和用户习惯深度学习的车载多媒体调控方法、系统、设备和计算机存储介质

说明书

本发明公开基于互联网出行和用户习惯深度学习的车载多媒体调控方法、系统、设备和计算机存储介质，通过对驾驶该汽车的各驾驶员进行多媒体偏好需求的深度学习，以此得到各驾驶员对应的偏好多媒体参数，进而对当前驾驶员进行人脸图像采集，从而匹配出当前驾驶员对应的偏好多媒体参数，同时在驾驶过程中采集车内的实时噪音响度，并对其进行分析得出车载多媒体对应的实时适宜播放音量，由此由调控终端根据当前驾驶员对应的偏好多媒体参数和车载多媒体对应的实时适宜播放音量对车载多媒体对应的播放内容和播放音量进行智能自动调控，提高了调控的自动化程度和调控灵活度，增强了车载多媒体的视听效果，有效保障了驾驶员的驾驶安全。

技术领域

本发明属于车载多媒体调控技术领域，尤其涉及基于互联网出行和用户习惯深度学习的车载多媒体调控方法、系统、设备和计算机存储介质。

背景技术

随着社会经济的快速发展，汽车已成为人们日常生活中常用代步工具之一，伴随着我国汽车产业的迅速发展,人们对于车载电子产品的要求越来越高，从最初的播放磁带录音、收听广播节目,发展到现在的集GPS导航、通信、娱乐为一体的车载多媒体。其中车载多媒体中的娱乐功能可以为驾驶员在驾驶过程中带来更多的驾驶乐趣，但由于每个驾驶员对多媒体类型的喜好不同，例如有的驾驶员在驾驶过程中偏好听音乐，有的驾驶员则偏好听戏曲，这就需要对汽车车载多媒体按照驾驶员的不同偏好需求进行相应播放内容的调控。

目前汽车车载多媒体的调控方式大多是驾驶员主动调控，具体包括驾驶员通过语音对讲调控和手动调控。这种调控方式自动化程度不高，无法实现被动调控，导致调控灵活度较差；另一方面，汽车在行驶过程中由于行驶速度的变化，车内噪声响度也会随之变化，为了拥有最佳的视听效果，这就需要车载多媒体的播放音量随车内噪声响度的变化而适度调控，然后目前汽车车载多媒体的调控方式调控功能单一，还不具备对播放音量的智能自动调控功能，当采用驾驶员主动调控播放音量时，会存在调控精度差、调控效率低的问题，同时驾驶员主动调控还会分散驾驶员的注意力，进而威胁驾驶员的驾驶安全。

发明内容

针对上述问题，本发明提出基于互联网出行和用户习惯深度学习的车载多媒体调控方法、系统、设备和计算机存储介质，通过对驾驶汽车对应的各驾驶员进行多媒体偏好参数的深度学习，以此得到各驾驶员对应的偏好多媒体参数，进而对当前驾驶员进行人脸图像采集，从而匹配出当前驾驶员对应的偏好多媒体参数，同时在驾驶过程中采集车内的实时噪声响度，并对其进行分析得出车载多媒体对应的实时适宜播放音量，由此由调控终端根据当前驾驶员对应的偏好多媒体参数和车载多媒体对应的实时适宜播放音量对车载多媒体对应的播放内容和播放音量进行智能自动调控，有效解决了背景技术提到的问题。

本发明的目的可以通过以下技术方案来实现：

第一方面，本发明提供基于互联网出行和用户习惯深度学习的车载多媒体调控方法，包括以下步骤；

S1.驾驶员统计：对驾驶汽车对应的驾驶员数量进行统计，并对各驾驶员进行编号；

S2.驾驶员偏好多媒体参数分析：通过驾驶员偏好多媒体参数分析模块分别对各驾驶员的人脸图像、偏好多媒体类型及偏好多媒体类型对应的偏好视听时间点进行获取，并构成驾驶员偏好多媒体参数集合；

S3.当前驾驶员人脸图像采集：通过当前驾驶员人脸图像采集模块获取当前驾驶员的人脸图像；

S4.当前驾驶员偏好多媒体参数匹配：根据当前驾驶员的人脸图像从驾驶员偏好多媒体参数集合中匹配出当前驾驶员对应的偏好多媒体类型及偏好多媒体类型对应的偏好视听时间点；

S5.车载多媒体播放内容调控：根据当前驾驶员对应的偏好多媒体类型及偏好多媒体类型对应的偏好视听时间点调控车载多媒体在对应的偏好视听时间点播放偏好多媒体类型对应的内容；

S6.汽车空间体积统计：通过汽车空间体积统计模块获取汽车内部的空间体积；